SciELO - Scientific Electronic Library Online

 
vol.22 número1El control natural de Stenoma catenifer Walsimgham en el cultivo del palto Persea americana Mill. en Chanchamayo, PerúViabilidad de pagos por servicios ecosistémicos proveídos por el refugio de vida silvestre laquipampa, Lambayeque - Perú índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

Compartir


Ecología Aplicada

versión impresa ISSN 1726-2216

Ecol. apl. vol.22 no.1 Lima ene./jul. 2023  Epub 24-Jul-2023

http://dx.doi.org/10.21704/rea.v22i1.1927 

Artículos originales

Relación entre el material particulado (PM10), los parámetros meteorológicos y la concentración de esporas fúngicas en la atmósfera de la Plaza San Martín de Lima

Relationship between particulate matter (PM10), meteorological parameters, and the concentration of fungal spores in the atmosphere of San Martín Square in Lima

1 Universidad Agraria La Molina \ Facultad de Ciencias \ Departamento de Biología. roberto@lamolina.edu.pe.

Resumen

Se estudió la relación que existe entre la concentración de material particulado con diámetro aerodinámico ≤ 10 µm (PM10), las variables meteorológicas (temperatura del aire, humedad relativa, índice UV y velocidad del viento) y la concentración de esporas fúngicas totales en el aire exterior de la Plaza San Martín de Lima. El muestreo de esporas fúngicas se realizó utilizando un equipo de impacto volumétrico tipo Andersen de una sola etapa; los valores de PM10 fueron proporcionados por la Estación Móvil de La Colmena (PROTRANSPORTE - Municipalidad de Lima). Los resultados muestran que las concentraciones de PM10 fueron las más altas en los meses de marzo y abril, que coinciden con las mayores concentraciones de esporas totales, y disminuyeron continuamente hasta un mínimo en los meses de junio y julio. La concentración de PM10 mostró una fuerte correlación positiva con la concentración de esporas totales. Respecto a la influencia de las variables meteorológicas sobre la concentración de PM10, se encontró que existe una correlación positiva no significativa con la velocidad del viento (r = 0.727). La temperatura del aire y el índice UV presentaron una correlación positiva con un nivel de significancia p < 0.001. Con relación a la humedad relativa (HR), PM10 presentó una correlación negativa con un nivel de significancia p < 0.05. Se requieren más estudios para evaluar las concentraciones de PM10 en relación con las concentraciones de esporas fúngicas en la atmósfera de la Plaza San Martín.

Palabras clave: material particulado; PM10; bioaerosol; esporas; hongos; variables meteorológicas

Abstract

The relationship between the concentration of particulate matter with aerodynamic diameter ≤ 10 µm (PM10), meteorological variables (air temperature, relative humidity, UV index, and wind speed), and the concentration of total fungal spores in the outdoor air of Plaza San Martin in Lima was studied. The sampling of fungal spores was performed using a single-stage Andersen-type volumetric impact equipment; PM10 values were provided by the Mobile Station of La Colmena (PROTRANSPORTE - Municipality of Lima). The results show that the concentrations of PM10 were highest in the months of March and April, which coincide with the highest concentrations of total spores, and continuously decreased to a minimum in the months of June and July. PM10 concentration showed a strong positive correlation with total spore concentration. Regarding the influence of meteorological variables on the concentration of PM10, a non-significant positive correlation was found with wind speed (r = 0.727). Air temperature and UV index presented a positive correlation with a significance level p < 0.001. Concerning relative humidity (RH), PM10 presented a negative correlation with a significance level p < 0.05. Further studies are required to evaluate the concentrations of PM10 in relation to the concentrations of fungal spores in the atmosphere of San Martin Square.

Key words: particulate matter; PM10; bioaerosol; spores; fungi; meteorological variables

Introducción

El aire atmosférico se compone no sólo de gases, sino también de material particulado (PM) y bioaerosoles (Haas et al., 2013). El PM está formado de partículas sólidas y gotitas líquidas que contienen ácidos, químicos orgánicos, metales, tierra o polvo (Kumar et al., 2021); el humo negro del escape de los vehículos, remolinos de polvo recogido por el viento, la ceniza y el hollín proveniente de una fogata, son ejemplos de PM (Gupta et al., 2020). Cuando el PM tiene un diámetro aerodinámico ≤ 10 µm se le denomina PM10 (PM2,5 - 10), esta fracción de partícula generalmente contienen materiales cristalinos y polvo provenientes de carreteras y obras de construcción. Existe una estrecha relación entre las exposiciones altas a PM10 y el aumento de la mortalidad, incluso a concentraciones muy bajas. Entre los diversos peligros del PM10 es que son responsables de diversas alergias y de la propagación de enfermedades respiratorias, cardiopatía isquémica, accidentes cerebro vasculares, cáncer de pulmón y también existe estudios que mencionan a la diabetes y enfermedades neuro degenerativas (WHO, 2021). Si bien las propiedades físicas y químicas de PM10 se han estudiado ampliamente, se sabe mucho menos sobre la relación que existe entre éstos y las concentraciones de hongos en el aire exterior, además, se ha observado que su abundancia relativa coincide con el aumento de las concentraciones de PM10 (Cao et al., 2014). Por lo general, PM10 se mide como la concentración de la masa del material particulado en microgramos por metro cúbico (µg/m3) (Kirešová & Guzan, 2022).

Los bioaerosoles son partículas de origen biológico suspendidos en el aire con un diámetro aerodinámico comprendido entre 0.5 y 100 µm e incluyen bacterias, hongos, virus, polen, etc. (Ghosh et al., 2015). El 80% de los microorganismos transportados por el aire pueden estar adheridos a PM10 en suspensión (Seedorf & Hartung, 2002, citado por Haas et al., 2013).

El PM y los microorganismos en el aire atmosférico interactúan continuamente y sus concentraciones parecen depender del tamaño de las partículas. Las partículas con un diámetro aerodinámico superior a 5 µm muestran concentraciones de microorganismos significativamente mayores que las más pequeñas (Haas et al., 2013) y de acuerdo a Bardtke et al., (1977) el 95% de las partículas más pequeñas están libres de microorganismos. Los estudios sobre las concentraciones de hongos en el aire exterior son abundantes, mientras que las comparaciones entre los hongos en el aire y las concentraciones de PM10 son escasos (Boreson et al., 2004).

Estudios previos reportaron que PM10 podría unirse con las esporas de hongos (Glikson et al., 1995) alterando su morfología. La presencia de PM10 en la superficie de las partículas de bioaerosol puede cambiar el patrón de dispersión de los bioaerosoles en el aire al alterar las propiedades aerodinámicas de las partículas (Adhikari et al., 2006). La temperatura y la HR puede afectar la concentración del PM10. Así, Gulshan et al. (2021) encontraron que la HR del ambiente podría disminuir la concentración del material particulado. En resumen, los bioaerosoles pueden contribuir al PM10 y diferentes componentes de PM10 pueden influir en la generación y dispersión de bioaerosoles; los bioaerosoles y los PM10 están asociados con efectos comunes en la salud respiratoria; y éstos están influenciados por la temperatura y la humedad relativa (Adhikari et al., 2006). El objetivo de este estudio fue examinar la correlación entre PM10, los parámetros meteorológicos y la concentración de esporas fúngicas totales cultivables transportados por el aire en la atmósfera de la Plaza San Martín de Lima.

Materiales y métodos

Área de estudio.

La Plaza San Martín de Lima, área de estudio, se encuentra en la jurisdicción de Lima Metropolitana. Su clima es de tipo desértico subtropical, la temperatura ambiental oscila entre 13 °C en invierno, y 28 °C en verano, la humedad relativa varía entre 80 y 100% durante todo el año. La dirección predominante del viento es de sur-suroeste (Sánchez-Ccoyllo et al., 2015). La Plaza San Martín se encuentra ubicada en el centro histórico de la ciudad de Lima, centro de desarrollo socioeconómico que concentra la tercera parte de la población nacional. El parque automotor de la ciudad de Lima, es una de las fuentes principales de emisiones de material particulado que afectan a las personas que viven en la capital. En general, la zona tiene considerables fuentes de contaminantes atmosféricos biológicos y no biológicos.

Muestreo del aire ambiental

Muestreo de bioaerosoles fúngicos inhalables

Los muestreos se realizaron una vez por mes, de marzo a setiembre de 2014 entre las 10 am y 11 am y se realizaron por el método de impacto utilizando un equipo volumétrico en cascada tipo Andersen (Andersen, 1958). El muestreo duró 5 minutos por vez y fue ejecutado a 1.5 m de altura, procedimiento que fue realizado por duplicado de manera secuencial. El flujo de aire aspirado fue de 28.3 l/min y la concentración de los propágulos en el aire fue expresada en UFC/m3. Para el cálculo de colonias cultivables como unidades formadoras de colonias en el aire (UFC/m3) se procedió de acuerdo a Ramos & Meza (2017).

Muestreo del material particulado (PM10)

La concentración del material particulado respirable con un diámetro aerodinámico menor de 10 µm (PM10) fueron proporcionadas por la Estación Móvil de La Colmena (PROTRANSPORTE - Municipalidad de Lima). Sólo se incluyeron en este estudio los mismos períodos de tiempo para los que se disponía datos de bioaerosoles fúngicos.

Cultivo e identificación de hongos

Las placas Petri con agar Sabouraud se incubaron durante 5 días a 25 °C. Las colonias de hongos fueron identificadas hasta género por observación macroscópica y microscópica de las hifas y formas de reproducción asexual, empleando la técnica de la cinta adhesiva para su reconocimiento hasta género. Las colonias que presentaron dificultades para su identificación se cultivaron en cámara húmeda para su posterior descripción (Barnett & Hunter, 1998).

Monitoreo de las variables meteorológicas

La información meteorológica fue proporcionada por el Servicio Nacional de Meteorología e Hidrología (SENAMHI). Se midieron las variables meteorológicas como temperatura del aire, humedad relativa, velocidad del viento e índice UV. Las variables meteorológicas medidas corresponden al momento en que se realizó el estudio.

Análisis estadístico de los datos

La homogeneidad de varianzas entre PM10, la distribución mensual de las esporas totales y las variables meteorológicas fue analizada por el test de Shapiro-Wilk (Shapiro & Wilk, 1965), esta prueba no paramétrica permitirá conocer si las variables siguen una distribución normal. El análisis de las diferencias significativas entre la concentración mensual de PM10 (µg/m3) fue seguido por la prueba de Tuckey (p < 0.05). Para conocer las correlaciones entre los parámetros, se realizó el test de Pearson entre PM10, las esporas fúngicas totales y las variables meteorológicas. El test de correlación de Pearson fue estudiado con niveles de significancia de 0.05 y 0.01 (bilateral) usando el software estadístico SPSS, versión 26.

Resultados y discusión

El presente estudio, por primera vez, determinó la relación que existe entre la concentración de PM10, los parámetros meteorológicos y las concentraciones de esporas de hongos totales en la atmósfera de la Plaza San Martín de Lima.

Se hallaron diferencias significativas (p < 0.05) entre la concentración de PM10 y los meses del año (Figura 1). Las concentraciones más altas del material particulado ocurrieron en los meses de marzo (72.72 µg/m3) y abril (82.75 µg/m3) mostrando diferencias significativas con el resto de los meses: mayo, junio, julio, agosto y setiembre.

Un resumen de la concentración del PM10, concentración de esporas fúngicas totales y las variables meteorológicas se observa en la Tabla 1.

Tabla 1 Concentración de PM10, esporas totales y variables meteorológicas en la Plaza San Martín de Lima. 

Marzo Abril Mayo Junio Julio Agosto Setiembre
PM10 (µg/m3) 72.8 82.8 41.2 23.6 26.5 16.6 23.9
Esporas totales (UFC/m3) 2 340.0 1 776.0 1 575.0 1 373.0 583.0 1 124.0 1 838.0
Temperatura (°C) 25.7 21.9 21.2 17.4 15.9 15.8 16.3
Humedad relativa (%) 54.0 73.0 74.0 80 90.0 89.0 83.0
Velocidad del viento (m/s) 1.8 1.9 1.6 1.2 0.6 1.1 1.6
Índice UV 11.1 8.0 3.0 2.0 2.0 3.0 3.0

La diversidad y distribución de los hongos aislados en la atmósfera de la Plaza San Martín de Lima ha sido ampliamente discutido en una publicación anterior (Ramos & Meza, 2017).

Respecto al material particulado, los valores más altos de PM10 en el aire exterior de la Plaza San Martín se alcanzaron en los meses de marzo y abril lo que coincide con las concentraciones más altas de esporas totales (Figura 2, Tabla 1). El análisis de correlación de Pearson confirma este resultado, en donde, la concentración de PM10 mostró una fuerte correlación positiva con la concentración de esporas totales (r = 0.643), es decir, la concentración de esporas fúngicas aumentó con un incremento en la concentración del material particulado PM10; aunque no hubo significancia (p > 0.05) (Tabla 2).

Figura 1 Concentración mensual de material particulado PM10 (µg/m3). Las letras diferentes sobre las barras indican diferencias significativas entre los meses a p < 0.05. 

Figura 2 Concentración de material particulado PM10 versus esporas totales (UFC/m3). 

Tabla 2 Correlación entre la concentración de PM10 con la concentración de esporas totales y las variables meteorológicas. 

Concentración de esporas (UFC/m3) Velocidad del viento (m/s) Temperatura (°C) Humedad relativa (%HR) Índice UV
PM10 r = 0.643 (p = 0.119) r = 0.727 (p = 0.064) r = 0.881** (p = 0.009) r = 0.789* (p = 0.035) r = 0.891** (p = 0.007)

*p < 0.05, **p < 0.01.

Estos resultados coinciden con Raisi et al. (2013) quienes encontraron que la concentración de esporas de hongos en el aire mostró una correlación estadística significativa con las concentraciones de PM10, observaron que la concentración de la fracción fúngica transportados por el aire se incrementó con el aumento de la concentración de PM10. Adhikari et al. (2006), utilizando un análisis de correlación no paramétrica de Spearman, encontraron también una correlación positiva entre los hongos inhalables frente a PM10. Boreson et al. (2004) hallaron un aumento de la carga biológica (en términos de carga de proteína) a altas concentraciones de PM10. Zhang et al. (2022) también observaron que el PM10 tuvo una alta correlación positiva significativa (p < 0.01) con la concentración del bioaerosol fúngico. Zhai et al. (2018) confirman estos resultados al asegurar que los microorganismos del aire coexisten unidos a PM10, mientras que pocos permanecen individualmente. Adhikari et al. (2006) concluyen, a partir de las correlaciones significativas de los patrones de concentración, que la interacción entre las esporas fúngicas y PM10 es posible y debería investigarse más a fondo.

Respecto a la influencia de las variables meteorológicas sobre la concentración de PM10 (Figura 3) se ha encontrado que existe una fuerte correlación positiva con la velocidad del viento (r = 0.727) (Tabla 2, Figura 3d), aunque no hubo significancia para esta variable climática. La temperatura del aire y el índice UV (Figura 3 a y Figura 3b, Tabla 2) presentaron una alta correlación significativa positiva (p < 0.01) con la concentración de PM10. Con relación a la HR, PM10 presentó una alta correlación significativa negativa (p < 0.05) (Figura 2c, Tabla 2). Estos resultados coinciden con Ediagbonya et al. (2013) quienes encontraron una correlación positiva entre la concentración de PM10 y la velocidad del viento, esta variable climática es la que determina el tiempo de viaje de los contaminantes desde las fuentes hasta el receptor. Según Hosler (1961), la persistencia de velocidades de viento inferiores a 3,1m/s suele favorecer la acumulación de contaminantes atmosféricos. Ediagbonya et al. (2013), también hallaron una fuerte correlación positiva (r = 0.707) con la temperatura, es decir, una mayor temperatura aumenta la reactividad de los constituyentes gaseosos en el aire atmosférico, lo que da lugar a una mayor producción de material particulado (Elminir, 2005; González-Duque et al., 2015). En relación a la HR, hallaron una fuerte correlación negativa (r = -0.686), al respecto, el material particulado es higroscópico por naturaleza, a medida que aumenta la humedad relativa, las partículas disminuyen, por lo tanto, cuanto mayor sea la HR, menor será la cantidad de partículas en la atmósfera, debido a que el material particulado aumenta su velocidad de sedimentación y deposición.

Figura 3 Relación entre la concentración de PM10 (µg/m3) y las variables meteorológicas. 

Esta situación también se compara con lo observado por Kliengchuay et al. (2018), ellos encontraron, utilizando un análisis de correlación de Spearman, una fuerte correlación positiva con la temperatura, lo que indica el importante papel que desempeña la temperatura en el material particulado, también obtuvieron una correlación negativa con HR, lo que sugiere que una HR alta permite la eliminación de PM10 haciendo que las partículas PM10 se depositen al nivel del suelo (Kayes et al., 2019). Jayamurugan et al. (2013) y Zhang et al. (2022) también han encontrado correlaciones similares entre la HR y las concentraciones de PM10.

Los parámetros meteorológicos desempeñan un rol importante en la determinación de la prevalencia de PM10 y ejercen un papel crucial en la calidad del aire respirable de los entornos urbanos y rurales (Sirithian & Thanatrakolsri, 2022).

En este estudio se demostró que PM10 ocurrió en altas concentraciones en la atmósfera de la Plaza San Martín de Lima cuando la temperatura fue alta (25.7 °C) (Figura 3a) y la HR fue baja (54%) (Figura 3c). De este modo, la concentración de PM10 fueron más altos durante los meses de marzo y abril; meses en que la temperatura fue más alta, esto implica que especialmente en invierno (julio y agosto) el PM10 fue menos abundante (Figura 2). Estos resultados concuerdan con Adhikari et al. (2006), quienes encontraron que los niveles de concentración de PM10 fueron más altos en los meses de verano y otoño, similar a los hongos. Kliengchuay et al. (2021), utilizando la prueba de comparación múltiple de Bonferroni, observaron la mayor concentración de PM10 en el verano. Según el estudio, la concentración media de PM10 fue significativamente mayor durante el verano que durante las estaciones de invierno y de lluvias en un año. Haas et al. (2013) mencionan que son las plantas industriales, calefacción doméstica y tráfico automotor como el origen de la carga del material particulado respirable PM10. Köck et al. (1998) reportó que, en áreas de alto tráfico la concentración de esporas fúngicas en el aire fueron muchos más altas que en áreas verdes. Neuberger et al. (2004) y Ibald-Mulli et al. (2002) encontraron que las finas partículas tienen efecto negativo en las vías respiratorias de los humanos.

Conclusiones

Se estudió la relación que existe entre PM10, las variables meteorológicas y la concentración de esporas fúngicas totales.

La presencia de PM10 en el aire atmosférico de la Plaza San Martín de Lima se ve influenciada por las temperaturas del aire altas y baja HR del aire y, por lo tanto, se presenta en concentraciones más altas durante los meses de marzo y abril en el periodo del presente estudio. La velocidad del viento e índice UV mostraron el mismo comportamiento que la temperatura del aire, es decir, a mayor valor mayor concentración de PM10.

Las concentraciones de esporas fúngicas totales se correlacionaron positivamente con la concentración del PM10, especialmente cuando predominaron altas temperaturas del aire y baja HR. Se puede afirmar que las concentraciones de PM10 en el aire aumentan junto con el incremento de las concentraciones de las esporas fúngicas totales. Se podría concluir que el bioaerosol fúngico se transporta por la atmósfera como parte del material particulado por lo que deben ser considerados a la hora de evaluar la calidad del aire.

Agradecimientos

A la Municipalidad Metropolitana de Lima e Instituto Metropolitano Protransporte de Lima (PROTRANSPORTE); Servicio Nacional de Meteorología e Hidrología (SENAMHI) y un agradecimiento especial al Laboratorio de Ecología de Artrópodos (LEA) de la UNALM.

Literatura citada

Adhikari A., Reponen T., Grinshpun S., Martuzevicius D. & LeMasters G. 2006. Correlation of ambient inhalable bioaerosols with particulate matter and ozone: A two-year study. Environmental Pollution, 140(1): 16-28. https://doi.org/10.1016/j.envpol.2005.07.004. [ Links ]

Andersen A. 1958. New sampler for the collection, sizing and enumeration of viable airborne particles. Journal of Bacteriology, 76(5): 471-484. https://doi.org/10.1128/jb.76.5.471-484.1958. [ Links ]

Bardtke D., Baader W., Tietjen C. & Strauch D. 1977. Abfälle aus der Tierhaltung-Anfall, Umwelt- belastung, Behandlung, Verwertung. Ulmer Verlag, Stuttgart. https://www.openagrar.de/receive/timport_mods_00008616. [ Links ]

Barnett H. & Hunter B. 1998. Illustrated genera of Imperfect Fungi. 4th Ed. APS Press, Saint Paul, Minnesota. [ Links ]

Boreson J., Dillner A. M. & Peccia J. 2004. Correlating bioaerosol load with PM2.5 and PM10cf concentrations: A comparison between natural desert and urban-fringe aerosols. Atmospheric Environment, 38(35): 6029-6041. https://doi.org/10.1016/j.atmosenv.2004.06.040. [ Links ]

Cao C., Jiang W., Wang B., Fang J., Lang J., Tian G., Jiang J. & Zhu T.F. 2014. Inhalable Microorganisms in Beijing’s PM2.5 and PM10 Pollutants during a Severe Smog Event. Environmental Science & Technology, 48(3): 1499-1507. https://doi.org/10.1021/es4048472. [ Links ]

Ediagbonya T., Ukpebor E. & Okieimen F. 2013. The Influence of Meteorological Parameters on Respirable and Inhalabe Particle During Wet Season. Journal of Applied Sciences and Environmental Management, 17(4): 441-448. https://www.bioline.org.br/abstract?id=ja13050&lang=en. [ Links ]

Elminir H.K. 2005. Dependence of urban air pollutants on meteorology. Science of the Total Environment, 350(1-3): 225-237. https://doi.org/10.1016/j.scitotenv.2005.01.043. [ Links ]

Ghosh B., Lal H. & Srivastava A. 2015. Review of bioaerosols in indoor environment with special reference to sampling, analysis and control mechanisms. Environment International, 85: 254-272. https://doi.org/10.1016/j.envint.2015.09.018. [ Links ]

Glikson M., Rutherford S., Simpson R. W., Mitchell C. A. & Yago A. 1995. Microscopic and submicron components of atmospheric particulate matter during high asthma periods in Brisbane, Queensland, Australia. Atmospheric Environment, 29(4): 549-562. https://doi.org/10.1016/1352-2310(94)00278-S. [ Links ]

González-Duque C.M., Cortés-Araujo J. & Aristizábal-Zuluaga B.H. 2015. Influence of meteorology and source variation on airborne PM10 levels in a high relief tropical Andean city. Revista Facultad de Ingenieria, (74): 200-212. https://revistas.udea.edu.co/index.php/ingenieria/article/view/18616. [ Links ]

Gulshan J.E., Hossain S.A., Hossain M.E., Islam M.M., Emon S.Z., Manzum A.A., Jashim Z.B. & Huda M.N. 2021. Seasonal variations of microbes in particulate matter obtained from Dhaka City in Bangladesh. Environmental Pollutants and Bioavailability, 33(1): 122-134. https://doi.org/10.1080/26395940.2021.1940302. [ Links ]

Gupta A., Moniruzzaman M., Hande A., Rousta I., Olafsson H. & Mondal K.K. 2020. Estimation of particulate matter (PM2.5, PM10) concentration and its variation over urban sites in Bangladesh. SN Applied Sciences, 2(12): 1993. https://doi.org/10.1007/s42452-020-03829-1. [ Links ]

Haas D., Galler H., Luxner J., Zarfel G., Buzina W., Friedl H., Marth E., Habib J. & Reinthaler F.F. 2013. The concentrations of culturable microorganisms in relation to particulate matter in urban air. Atmospheric Environment , 65: 215-222. https://doi.org/10.1016/j.atmosenv.2012.10.031. [ Links ]

Hosler C.R. 1961. Low-level inversion frequency in the contiguous United States. Monthly Weather Review, 89(9): 319-339. https://doi.org/10.1175/1520-0493(1961)089<0319:LIFITC>2.0.CO;2. [ Links ]

Ibald-Mulli A., Wichmann H.E., Kreyling W. & Peters A. 2002. Epidemiological evidence on health effects of ultrafine particles. Journal of Aerosol Medicine, 15(2): 189-201. https://doi.org/10.1089/089426802320282310. [ Links ]

Jayamurugan R., Kumaravel B., Palanivelraja S. & Chockalingam M.P. 2013. Influence of Temperature, Relative Humidity and Seasonal Variability on Ambient Air Quality in a Coastal Urban Area. International Journal of Atmospheric Sciences, 2013: Article ID 264046. https://doi.org/10.1155/2013/264046. [ Links ]

Kayes I., Shahriar S.A., Hasan K., Akhter M., Kabir M.M. & Salam M.A. 2019. The relationships between meteorological parameters and air pollutants in an urban environment. Global Journal of Environmental Science and Management, 5(3): 265-278. https://doi.org/10.22034/gjesm.2019.03.01. [ Links ]

Kirešová S. & Guzan M. 2022. Determining the Correlation between Particulate Matter PM10 and Meteorological Factors. Eng, 3(3): 343-363. https://doi.org/10.3390/eng3030025. [ Links ]

Kliengchuay W., Meeyai A.C., Worakhunpiset S. & Tantrakarnapa K. 2018. Relationships between meteorological parameters and particulate matter in Mae Hong Son province, Thailand. International Journal of Environmental Research and Public Health, 15(12): 2801. https://doi.org/10.3390/ijerph15122801. [ Links ]

Kliengchuay W., Srimanus R., Srimanus W., Niampradit S., Preecha N., Mingkhwan R., Worakhunpiset S., Limpanont Y., Moonsri K. & Tantrakarnapa K. 2021. Particulate matter (PM10) prediction based on multiple linear regression: a case study in Chiang Rai Province, Thailand. BMC Public Health, 21(1): Art. 2149. https://doi.org/10.1186/s12889-021-12217-2. [ Links ]

Köck M., Schlacher R., Pichler-Semmelrock F.P., Reinthaler F.F., Eibel U., Marth E. & Friedl H. 1998. Airborne microorganisms in the metropolitan area of Graz, Austria. Central European Journal of Public Health, 6(1): 25-28. [ Links ]

Kumar P., Hama S., Nogueira T., Abbass R.A., Brand V.S., Andrade M. de F., Asfaw A., Aziz K.H., Cao S.J., El-Gendy A., Islam S., Jeba F., Khare M., Mamuya S.H., Martinez J., Meng M.R., Morawska L., Muula A.S., Shiva Nagendra S.M., Ngowi A.V., Omer K., Olaya Y., Osano P. & Salam A. 2021. In-car particulate matter exposure across ten global cities. Science of the Total Environment, 750: 141395. https://doi.org/10.1016/j.scitotenv.2020.141395. [ Links ]

Neuberger M., Schimek M.G., Horak Jr. F. , Moshammer H., Kundi M., Frischer Th., Gomiscek B., Puxbaum H., Hauk H. & AUPHEP-Team. 2004. Acute effects of particulate matter on respiratory diseases, symptoms and functions: epidemiological results of the Austrian Project on Health Effects of Particulate Matter (AUPHEP). Atmospheric Environment, 38(24): 3971-3981. https://doi.org/10.1016/j.atmosenv.2003.12.044. [ Links ]

Raisi L., Aleksandropoulou V., Lazaridis M. & Katsivela E. 2013. Size distribution of viable, cultivable, airborne microbes and their relationship to particulate matter concentrations and meteorological conditions in a Mediterranean site. Aerobiologia, 29(2): 233-248. https://doi.org/10.1007/s10453-012-9276-9. [ Links ]

Ramos R. & Meza V. 2017. Efectos de algunos factores meteorológicos sobre la concentración de esporas de hongos en la Plaza San Martín de Lima. Ecología Aplicada, 16(2): 143-149. http://dx.doi.org/10.21704/rea.v16i2.1018. [ Links ]

Sánchez-Ccoyllo O., Ordoñez-Aquino C., Aliaga-Martínez R. & Rojas-Quincho J. 2015. Evaluación de la Calidad del Aire en Lima Metropolitana, 2014. Lima: Servicio Nacional de Meteorología e Hidrología del Perú. https://www.senamhi.gob.pe/load/file/01403SENA-6.pdf. [ Links ]

Shapiro S.S. & Wilk M.B. 1965. An analysis of variance test for normality (Complete Samples). Biometrika, 52(3-4): 591-611. https://doi.org/10.2307/2333709. [ Links ]

Sirithian D. & Thanatrakolsri P. 2022. Relationships between Meteorological and Particulate Matter Concentrations (PM2.5 and PM10) during the Haze Period in Urban and Rural Areas, Northern Thailand. Air, Soil and Water Research, 15(1): 1-15. https://doi.org/10.1177/11786221221117264. [ Links ]

WHO. 2021. World Health Organization: Ambient (outdoor) air pollution. Accessed 13st May 2022 from: Accessed 13st May 2022 from: https://www.who.int/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health . [ Links ]

Zhai Y., Li X., Wang T., Wang B., Li C. & Zeng G. 2018. A review on airborne microorganisms in particulate matters: Composition, characteristics and influence factors. Environment International , 113: 74-90. https://doi.org/10.1016/j.envint.2018.01.007. [ Links ]

Zhang L., Liu T., Zhang J., Zhu B., Xiang D., Zhao X. & Liu X. 2022. Bioaerosol Seasonal Variation and Contribution to Airborne Particulate Matter in Huangshi City of Central China. Atmosphere, 13(6): 909. https://doi.org/10.3390/atmos13060909. [ Links ]

Recibido: 18 de Agosto de 2022; Aprobado: 02 de Diciembre de 2022

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons